ポイントクラウド登録

直接スーパーポイントマッチングによる堅牢なポイントクラウド登録のための強力なベースライン

深層ニューラルネットワークにより、ダウンサンプリングされたスーパーポイントに高い識別力のある特徴表現が与えられる。従来の主要なポイントクラウド登録アプローチでは、まずこれらの特徴表現を照合し、その後RANSACのようなアプローチでアウトライアを除去する。別の主要な手法は、学習されたMLPレイヤーを使ってスーパーポイントの対応を直接予測する。両者にはそれぞれ欠点がある。RANSAC ベースの手法は計算コストが高く、予測ベースの手法は点群に存在しない点を出力してしまう。本論文では、スーパーポイントの対応を直接的にグローバルにマッチングする簡潔で効果的なベースラインを提案する。正規化されたマッチングスコアを対応の重みとして使うことで、RANSAC に頼ることなくアウトライアを除去し、残りの内部点の重みづけを行うことができる。さらに、全体のモデルをエンドツーエンドで学習できるため、より高い精度が得られる。

自己の通信を拡張する：進行的距離拡張による教師なし遠隔ポイントクラウド登録

直接スーパーポイントマッチングによる堅牢なポイントクラウド登録のための強力なベースライン

深層学習に基づくポイントクラウド登録の包括的なサーベイとタクソノミー